Анализ и предсказание пользовательской активности САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Математико-механический факультет Кафедра системного.

Презентация:



Advertisements
Похожие презентации
Санкт - Петербургский Государственный Университет Математико - механический факультет Кафедра системного программирования Система проверки данных на полноту.
Advertisements

Санкт-Петербургский Государственный Университет Математико-механический факультет Кафедра системного программирования Курсовая работа студентки 361 группы.
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Математико-механический факультет Кафедра системного программирования Автоматизация выбора оптимальной.
Исследование возможностей сервисной шины SonicMQ Дипломная работа студентки 545 группы Комольцевой Дарьи Владимировны Научный руководитель: Графеева Н.Г.
Курсовая работа студента 345 группы Чуновкина Фёдора Дмитриевича Научный руководитель: Бондарев А.В. Санкт-Петербургский Государственный Университет Математико-механический.
Сравнение различных технологий создания и использования web-сервисов Дипломная работа студентки 544 группы Григорьевой Елены Научный руководитель: Графеева.
Бизнес- прогнозирование. Этапы прогнозирования Сбор данных Редукция или уплотнение данных Построение модели и ее оценка Экстраполяция выбранной модели.
ПОТОКО-ЧУВСТВИТЕЛЬНЫЙ АНАЛИЗ УКАЗАТЕЛЕЙ ЯЗЫКА С, ОСНОВАННЫЙ НА ДИАГРАММАХ ДВОИЧНЫХ РЕШЕНИЙ Санкт-Петербургский Государственный Университет Математико-Механический.
Проверка эквивалентности срединной и линейной осей многоугольника Дипломная работа студента 545 группы Подколзина Максима Валериевича Санкт-Петербургский.
Поиск изображений по признаку самоподобия локальных дескрипторов САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Математико-механический факультет Кафедра.
Санкт-Петербургский Государственный Университет Математико-механический факультет Кафедра системного программирования Научный руководитель: Я.А. Кириленко.
Алгоритм построения оценок весов интентов для многозначных запросов Артём Григорьев 445-ая группа Кафедра Системного программирования Математико-механический.
Санкт-Петербургский Государственный Университет Математико-Механический факультет Кафедра системного программирования Межъязыковое взаимодействие OCaml.
Генерация средств импорта данных в рамках проектов ИС, реализованных в технологии REAL-IT Выполнил Комиссаров Антон Научный руководитель: Иванов А.Н. Рецензент:
Разработка кроссплатформенного приложения для кластерного анализа данных на основе рандомизированных алгоритмов Дипломная работа студента 544 группы Морозкова.
Прогнозирование сетевых перегрузок на основе анализа временных рядов Соколов А. С., гр Руководитель – Гирик А.В., аспирант кафедры МиПЧС.
Выпускная квалификационная работа на тему : Математическое моделирование и прогнозирование пандемий в России Санкт - Петербургский государственный университет.
Методика оптимизации портфеля ценных бумаг на основании нейросетевого прогнозирования Исполнитель: Воронова М.А. Руководитель: Плющ О.Б.
Динамические ряды Лекция 9. Цель лекции Смысл динамической регрессии Нахождение параметров динамической регрессии Прогнозирование с помощью динамической.
Научный руководитель : кандидат физико - математических наук, доцент Голубева Л. Л. выполнила магистрант БГУ Власова Дарья Минск 2012.
Транксрипт:

Анализ и предсказание пользовательской активности САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Математико-механический факультет Кафедра системного программирования Научный руководитель: Д.Ю. Бугайченко Рецендент: Н.Г. Графеева Лапин Сергей Константинович

Цели исследования Нахождение оптимального времени публикации контента Предсказание активности пользователя

Постановка задачи Собрать данные активности пользователей Подготовить данные для анализа Реализовать прогноз активности Предложить оптимальное время публикации

Архитектура

Формирование сессий Сессия считается оборванной, если пользователь не был активен заданный промежуток времени Важно расположение сессии, а не её интенсивность

Данные пользователей Skype Тренд Периодичность На рис. Сформированные сессии в масштабе года

Методы для анализа и прогнозирования временных рядов Выделение тренда – Простое скользящее среднее – Взвешенное-экспоненциальное скользящее среднее Выделение периодичности – Спектральный анализ – Сингулярный спектральный анализ (SSA) или «гусеница»

Подготовка данных Взвешенный ряд по длине сессий - несессий Ряд активности за год со сформированными сессиями(коэффициент угасания = 10 сек)

Разделение ряда Взвешенный ряд по длине сессий-несессий за год Первый ряд для предсказания Второй ряд для проверки

Предсказание Сравнение реального продолжения ряда с прогнозом Сравнение предсказанных(сплошная линия) и реальных сессий(пунктирная линия)

Прогноз оптимального времени публикации Сравнение предсказанных(сплошная линия) и реальных суммированных сессий(пунктирная линия)

Статистика эффективности метода Статистика по 30 пользователям StackOverflow. Взято 10 случайных интервалов, количество пользователей усреднено. Часы Количество пользователей в предсказанный максимум Количество пользователей в реальном пике КПД нахождения пользователей в предполагаемом максимуме

Полученные результаты Собраны данные из Skype и Stack Overflow Предложены и применены методы подготовки данных Произведена оценка предсказания Предложены оптимальные для публикации временные интервалы